最优化学习 算法收敛性

Posted Real&Love

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了最优化学习 算法收敛性相关的知识,希望对你有一定的参考价值。

梯度下降法

d k + 1 = − ∇ f ( x k ) d^{k+1}=-\\nabla f\\left(x^{k}\\right) dk+1=f(xk) f ( x k + 1 ) − P ∗ f ( x k ) − P ∗ ≤ 1 − m M \\frac{f\\left(x^{k+1}\\right)-P^{*}}{f\\left(x^{k}\\right)-P^{*}} \\leq 1-\\frac{m}{M} f(xk)Pf(xk+1)P1Mm ≤ 1 − min ⁡ { 2 m γ α max ⁡ , 2 m γ β M } \\leq 1-\\min \\left\\{2 m \\gamma \\alpha_{\\max }, \\frac{2 m \\gamma \\beta}{M}\\right\\} 1min{2mγαmax,M2mγβ} K ∼ log ⁡ ( f ( x k ) − P ∗ ) 线 性 收 敛 K \\sim \\log \\left(f\\left(x^{k}\\right)-P^{*}\\right) \\quad线性收敛 Klog(f(xk)P)线

在这里插入图片描述

分析算法收敛性 - 精确线搜索exact line search

∀ x ∈ d o m f , M I ⪰ ∇ 2 f ( x ) ⪰ m I \\forall x \\in d o m f, M I \\succeq \\nabla^{2} f(x) \\succeq m I xdomf,MI2f(x)mI
在这里插入图片描述
在这里插入图片描述

分析算法收敛性 - 非精确线搜索Inexact line search(Amijo Rule)

在这里插入图片描述
在这里插入图片描述

以上是关于最优化学习 算法收敛性的主要内容,如果未能解决你的问题,请参考以下文章

无约束优化问题

群体智能中的联邦学习算法综述---简笔记(除安全类)

群体智能中的联邦学习算法综述---简笔记(除安全类)

粒子群优化算法和多模态优化算法有啥区别

Policy Evaluation收敛性炼丹与数学家

Policy Evaluation收敛性炼丹与数学家